Inco Network: Confidentiality as a Service Inco是一个模块化的可信计算Layer1,可作为Web3的通用隐私层。支持fhEVM,使开发人员能够使用Solidity语言及以太坊生态中的开发工具快速构建隐私Dapp。同时,Inco通过桥接及IBC协议,将CaaS服务提供给缺乏原生加密的EVM和Cosmos链。CaaS服务主要包含三个功能: 链上加密状态:直接将加密数据存储在链上,而无需链下存储; 可组合加密状态:完全在链上对加密数据执行状态转换,无需解密; 链上随机性:为应用程序在链上生成随机数,无需外部随机性服务,能够直接在链上构建应用。 当前,Inco已有一些用例,如游戏、NFT、RWA、投票治理、DID等。
Mind Network: FHE Restaking Layer Mind是专为AI和POS网络量身定制的第一个的FHE Restaking层。作为Restaking层,它接受来自ETH、BTC和AI蓝筹公司的restaking代币进行质押;同时作为FHE验证网络,利用FHE技术来验证各节点数据达成共识,确保数据完整性和安全性。Mind为去中心化AI、Depin、EigenLayer AVS、Babylon AVS及关键POS网络提供经济安全保障,维护整个系统的共识和可信度。
黄仁勋在迪拜的 WGS 上演讲时,提出了一个词「主权 AI」。那么,哪个主权的 AI 能符合 Crypto 社区的利益和诉求呢? 也许需要以 Web3+AI 的形式构建。 Vitalik 在「The promise and challenges of crypto + AI applications」一文中讲述了 AI 与 Crypto 的协同效应:Crypto 的去中心化可以平衡 AI 的中心化;AI 是不透明的,Crypto 带来透明;AI 需要数据,区块链有利于数据的存储和追踪。这种协同,贯穿在 Web3+AI 的整个产业图景中。 大多数 Web3 + AI 的项目是在利用区块链技术解决 AI 行业基础设施项目的建设问题,少数项目是利用 AI 解决 Web3 应用的某些问题。 Web3 + AI 产业图景大体如下:
AI 的生产和工作流程大致如下:
在这些环节中,Web3 与 AI 的结合主要体现在四个方面:
算力层:算力资产化 近两年来,用于训练 AI 大模型的算力呈指数级增长,基本每个季度就会翻一倍,以远超摩尔定律的速度疯狂增长。这种情况导致 AI 算力供需长期失衡,GPU 等硬件价格快速上涨,进而抬高了算力成本。 但与此同时,市场上也存在大量的中低端算力硬件闲置,可能这部分中低端硬件的单体算力无法满足高性能需求。但若通过 Web3 的方式建设成分布式算力网络,通过算力租赁、共享的方式,打造去中心化的计算资源网络,仍可满足诸多 AI 应用需求。由于是利用分布式的闲置算力,可显著降低 AI 算力的成本。 算力层细分包括: 通用的去中心化算力(例如 Arkash、Io.net 等);用于 AI 训练的去中心化算力(例如 Gensyn、Flock.io 等);用于 AI 推理的去中心化算力(例如 Fetch.ai、Hyperbolic 等);用于 3D 渲染的去中心化算力(例如 The Render Network 等)。 Web3+AI 的算力资产化,核心优势在于 去中心化算力类项目,结合代币激励很容易扩展网络规模,而且其计算资源成本低,具有高性价比,可满足部分中低端的算力需求。
数据层:数据资产化 数据是 AI 的石油、血液。如果不依赖 Web3,一般只有巨头企业手中才有大量的用户数据,普通的创业公司很难获取广泛的数据,用户数据在 AI 行业的价值也并没有反馈给用户。通过 Web3+AI,可以让数据收集、数据标注、数据分布式存储等流程更低成本、更透明、更有利于用户。 收集高质量数据是 AI 模型训练的前置条件,通过 Web3 的方式,可以利用分布式网络,结合适当的 Token 激励机制,采用众包收集的方法,以较低成本获取高质量且广泛的数据。 根据项目用途,数据类项目主要包括以下几类: 数据收集类项目(例如 Grass 等);数据交易类项目(例如 Ocean Protocol 等);数据标注类项目(例如 Taida、Alaya 等);区块链数据源类项目(例如 Spice AI、Space and time 等);去中心化存储类项目(例如 Filecoin、Arweave 等)。 数据类 Web3+AI 项目,在设计 Token 经济模型的过程中更有挑战性,因为数据比算力更难标准化。
应用层:AI 价值资产化 前面的基础设施类的项目,多数是利用区块链技术解决 AI 行业基础设施项目建设的问题。应用层项目则更多是利用 AI 解决 Web3 应用存在的问题。 比如 Vitalik 在文章中提到两个方向,我觉得很有意义。 一是 AI 作为 Web3 参与者。比如:Web3 Games 中,AI 可以作为一个游戏玩家,它可以快速理解游戏规则,并最高效地完成游戏任务;DEX 中,AI 已经在套利交易中发挥作用很多年了;Prediction markets(预测市场)中,AI Agent 可以通过广泛接受大量数据、知识库和信息,训练其模型的分析预测能力,并产品化提供给用户,帮助用户以模型推理的方式对特定事件作出预测,比如体育赛事、总统大选等。 二是创建可扩展的去中心化的私人 AI。因为许多用户担心 AI 的黑盒问题,担心系统存在偏见;或担心存在某些 dApps 通过 AI 技术欺骗用户来获利。本质上是因为用户对 AI 的模型训练和推理过程没有审查权限和治理权限。但是如果创建一个 Web3 的 AI,像 Web3 项目一样,社区对这个 AI 有分布式治理权,可能会更容易被接受。 截至目前,在 Web3+AI 应用层尚未出现天花板很高的白马项目。
总结 Web3 + AI 还很早期,业内对这个赛道的发展前景也是有分歧的,我们会对这个赛道持续关注。我们希望 Web3 与 AI 的结合能够创造出比中心化 AI 更有价值的产品,让 AI 摆脱「巨头控制」、「垄断」这些标签,以更加社区化的方式来「共治 AI」。也许在更近距离地参与、治理过程中,人类对 AI 会多一分「敬畏」、少一分「恐惧」。
符合条件的PayPal客户将能够在PayPal和兼容的外部钱包之间转移PYUSD,可以使用PYUSD进行点对点付款;也可以在结账时选择PYUSD给商家付款;用户也可以在PYUSD与PayPal支持的加密货币之间做兑换。PayPal副总裁Jose Fernandez da Ponte在接受采访时表示,目前PYUSD只能通过PayPal钱包获得,但其目标是使PYUSD可以在主要的中心化交易平台上得到采用。
Proshares(BITO):Proshares Bitcoin Strategy ETF,代码为BITO,目前资产管理规模为9.97亿美元。于2021年10月18日获得SEC批准成立,在NYSE Arca Exchange交易。在BITO的基金投资策略中,明确写了“The fund invests primarily in bitcoin futures contracts. The fund does not invest directly in bitcoin.“该ETF在首次亮相时非常受欢迎,仅仅2天时间其交易额就超过了10亿美元。
Proshares(BITI):Proshares Short Bitcoin ETF,代码为BITI,目前资产管理规模为1.39亿美元。于2022年6月推出,是目前SEC批准的唯一一只比特币空头ETF。
Simplify(MAXI):Simplify Bitcoin Strategy PLUS Inc ETF于2022年9月推出,在Nasdaq交易。由于该ETF使用三种策略(Bitcoin Futures、Income、Option overlay)来实现ETF的投资目标,而且从其实际配置来看,主要配置的是美国国债,所以相较于前面3个比特币期货ETF,MAXI在行业内知名度不高。目前资产管理规模2500万美元。
Global X(BITS):Global X Blockchain & Bitcoin Strategy ETF于2021年11月推出,目前资产管理规模1000万美元。该ETF的特点是50%投资CME比特币期货合约,50%投资其姊妹ETF(Global X Blockchain ETF,BKCH)的股份。这个BKCH ETF拥有一系列区块链股票,包括MARA、COIN、HUT CN、RIOT、APLD、BTBT等。基本涵盖了目前在纳斯达克上市的主流数字资产矿场、加密货币交易所和区块链开发公司的股票。由于该ETF不是全部投资比特币期货,在行业内知名度也不高。
以Fedelity申请的Wise Origin Bitcoin Trust为例,6月30日CBOE BZX提交的建议上市和交易Wise Origin Bitcoin Trust的文件中,明确写了“The Exchange is expecting to enter into a surveillance-sharing agreement with Coinbase,Inc.”的内容。(温馨提示,关于SSA的内容在这个长达194页文档的第68-69页)。
据观察,在选择上市的交易所方面,BlackRock、Valkyrie是选择NASDAQ,ARK/21Shares、Invesco、WisdomTree、VanEck、Fidelity是选择CBOE BZX,Bitwise选择了NYSE Arca。在现金托管机构方面,基本都是选择美国的大银行,比如Bank of New York Mellon,现金托管机构的选择应该不是决定ETF通过与否的关键;加密货币托管机构方面,可能比较重要,也许Coinbase Custody是SEC喜欢的选择;授权参与者AP方面,也挺重要的,这是维持ETF的供求平衡和流动性的关键;SSA市场,有助于发现不当行为、防止欺诈和操纵行为,可能是SEC考量的最核心角色之一。
在这个方向,我们目前看到的是Rockybot。这是一个fully onchain AI Trading bot,它可以实现用链上AI模型来预测ETH价格,并且无需中央授权即可自行做出投资决策。Rockybot依靠StarkNet,接受过WETH:USDC交易对的历史价格/汇率数据的培训。在架构上,Rocky是一个简单的三层前馈神经网络,它根据历史市场价格数据预测WETH的价格会上涨还是下跌。不过Rockybot还没开始赚钱……它可能还需要更多的训练(不过项目方已经停止了接收捐赠)……也可能在Crypto的熊市里赚钱这种地狱难度的任务于AI而言也是一种为难。
2、BIP341(Taproot):Taproot在SegWit升级的基础上,使用Merkelized Alternative Script Tree(MAST)来扩展比特币区块链上的交易数据量。如果没有Taproot升级,时间锁释放(Timelock Release)、多重签名(Multi-signature)这些复杂的多重签名交易需要多次输入和签名来验证,这会给区块链增加大量数据并拖累交易速度。Taproot升级后,因为集成了MAST,单个MAST交易可以代表多个脚本,所以可以减少很多脚本和验证量。而且MAST只需要将交易的执行条件提交到区块链,而不是完整的细节,这大大减少了存储在网络上所需的数据量。Taproot不仅为比特币区块链提供了更大的可扩展性和更高的效率,也为比特币用户提供了更大的隐私。
如上图,在Ordinalswallet.com,我把一个178kb的图片Inscribe Ordinals to Bitcoin,要花费大约264U,当然主要是Bitcoin Network Fee超过了90万sats,sats In Inscription的费用其实只有546 sats(大约0.15U)。